1) precipitation time series
降水时间序列
1.
A wavelet analysis of the precipitation time series in Northeast China during the last 100 years
东北地区近百年降水时间序列变化规律的小波分析
3) monthly average precipitation
月降水时间序列
1.
Based on the monthly average precipitation at Xi-Feng town from 1951 to 1999,this paper gets the delay time using mutual information method,and this paper also introduces Cao method to solve the embedding dimension using Cao method.
以泾河流域西峰镇站1951~2001年月降水时间序列为基础,利用互信息函数法求时间序列的时间延迟,引入伪邻近法求该序列的嵌入维数,计算结果显示其嵌入维数在[2,12]之间变化,再利用G-P算法计算该序列的关联维数,结果表明序列具有明显的混沌特性。
4) hydrological time series
水文时间序列
1.
Application of spectrum method in the analysis of hydrological time series;
频谱分析方法在水文时间序列代表性分析中的应用
2.
Analysis of future trend characteristics of hydrological time series based on R/S and Mann-Kendall methods;
R/S和Mann-Kendall法综合分析水文时间序列未来的趋势特征
3.
New idea and two new methods for identifying periodicities of hydrological time series;
水文时间序列周期识别的新思路与两种新方法
5) hydrology time series
水文时间序列
1.
A new prediction method of hydrology time series;
一种水文时间序列预报的新方法
2.
Chaos and support vector machine theory has opened up a new route to study complicated and changeable non-linear hydrology time series.
混沌和支持向量机理论为研究复杂多变的非线性水文时间序列开辟了新的途径。
6) hydrologic time series
水文时间序列
1.
Application of prediction model for stochastic combination of stepwise regression of hydrologic time series;
水文时间序列逐步回归随机组合预测模型及其应用
2.
Some issues on the characterization of chaotic properties of hydrologic time series;
对水文时间序列混沌特征参数估计问题的讨论
3.
The identifying and ascertaining of cryptic period,includes simple period,complex period and approximate period,of hydrologic time series is a rather important and hard issue.
水文时间序列的隐含周期(本文将简单周期、复合周期及近似周期等统称为隐含周期)的识别、判定是一个重要而又较为困难的问题,相对成熟和有效的做法是对其进行频谱分析。
补充资料：离散时间周期序列的离散傅里叶级数表示
(1)
式中χ((n))N为一离散时间周期序列，其周期为N点，即
式中r为任意整数。X((k))N为频域周期序列，其周期亦为N点，即X(k)=X(k+lN)，式中l为任意整数。
从式(1)可导出已知X((k))N求χ((n))N的关系
(2)
式(1)和式(2)称为离散傅里叶级数对。
当离散时间周期序列整体向左移位m时,移位后的序列为χ((n+m))N，如果χ((n))N的离散傅里叶级数(DFS)表示为,则χ((n+m))N的DFS表示为
式中χ((n))N为一离散时间周期序列，其周期为N点，即
式中r为任意整数。X((k))N为频域周期序列，其周期亦为N点，即X(k)=X(k+lN)，式中l为任意整数。
从式(1)可导出已知X((k))N求χ((n))N的关系
(2)
式(1)和式(2)称为离散傅里叶级数对。
当离散时间周期序列整体向左移位m时,移位后的序列为χ((n+m))N，如果χ((n))N的离散傅里叶级数(DFS)表示为,则χ((n+m))N的DFS表示为
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条